基于有序神经网络的神经模糊预测控制

本文使用有序神经网络和改进的模糊控制器构成了一种新型的神经模糊预测控制方法。有序网络学习速度快 ,所需神经元数目少。用事先训练好的有序网络代替传统的预测模型 ,以期增强输出预测的准确性 ;同时 ,用一种改进的模糊控制器代替原有的PID控制器 ,增强系统的鲁棒性。仿真结果表明 。

神经-模糊预测控制算法及应用

提出了一种新的神经 -模糊系统 ,结构上分为六层 ,包括一个输入层、一个输出层和四层隐层 .该系统规则的结论部分采用线性 ARX模型 ,训练方法结合最小二乘法与 BP算法 .将此神经 -模糊系统与广义预测控制算法相结合 ,形成一种神经 -模糊预测控制算法 .用一个具有三条规则的神经 -模糊系统建立某大型纸浆厂碱回收炉的模型 ,并应用神经 -模糊预测控制算法进行控制 ,结果显示神经 -模糊预测控制算法性能优良 。

变风量空调系统优化控制策略研究

变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制。通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果。仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值。

基于嵌入式的联合收割机车速调控系统

根据国内外联合收割机控制的研究发展现状,设计了一种基于ARM9+μC/OS-Ⅱ的联合收割机车速调控系统。该系统接收滚筒转速和车速信号,经过模糊神经网络预测控制器和ARM嵌入式内核处理后输出控制步进电动机的驱动信号,并由步进电动机驱动液压无级变速器,调节行走速度,使联合收割机快速稳定地运行,达到作业质量和作业效率双高的目标。田间实验表明,该控制系统具有一定的稳定性,能达到预期的效果。